Published June 16, 2021 | Version v1
Publication Open

Hand Gesture Recognition Algorithm Using SVM and HOG Model for Control of Robotic System

Creators

  • 1. Hanoi University of Science and Technology

Description

In this study, we propose the gesture recognition algorithm using support vector machines (SVM) and histogram of oriented gradient (HOG). Besides, we also use the CNN model to classify gestures. We approach and select techniques of applying problem controlling for the robotic system. The goal of the algorithm is to detect gestures with real-time processing speed, minimize interference, and reduce the ability to capture unintentional gestures. Static gesture controls are used in this study including on, off, increasing, and decreasing. Besides, it uses motion gestures including turning on the status switch and increasing and decreasing the volume. Results show that the algorithm is up to 99% accuracy with a 70-millisecond execution time per frame that is suitable for industrial applications.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

في هذه الدراسة، نقترح خوارزمية التعرف على الإيماءات باستخدام آلات ناقلات الدعم (SVM) والمخطط التكراري للتدرج الموجه (HOG). إلى جانب ذلك، نستخدم أيضًا نموذج CNN لتصنيف الإيماءات. نتعامل مع تقنيات تطبيق التحكم في المشكلات للنظام الآلي ونختارها. الهدف من الخوارزمية هو اكتشاف الإيماءات بسرعة المعالجة في الوقت الفعلي، وتقليل التداخل، وتقليل القدرة على التقاط الإيماءات غير المقصودة. تُستخدم أدوات التحكم في الإيماءات الثابتة في هذه الدراسة بما في ذلك التشغيل والإيقاف والزيادة والنقصان. إلى جانب ذلك، فإنه يستخدم إيماءات الحركة بما في ذلك تشغيل مفتاح الحالة وزيادة وخفض مستوى الصوت. تظهر النتائج أن الخوارزمية تصل إلى 99 ٪ من الدقة مع وقت تنفيذ 70 مللي ثانية لكل إطار مناسب للتطبيقات الصناعية.

Translated Description (French)

Dans cette étude, nous proposons l'algorithme de reconnaissance gestuelle utilisant des machines à vecteurs de support (SVM) et un histogramme de gradient orienté (HOG). En outre, nous utilisons également le modèle CNN pour classer les gestes. Nous approchons et sélectionnons des techniques d'application du contrôle des problèmes pour le système robotique. L'objectif de l'algorithme est de détecter les gestes avec une vitesse de traitement en temps réel, de minimiser les interférences et de réduire la capacité à capturer des gestes involontaires. Les contrôles gestuels statiques sont utilisés dans cette étude, y compris on, off, augmentant et diminuant. En outre, il utilise des gestes de mouvement, y compris l'activation du commutateur d'état et l'augmentation et la diminution du volume. Les résultats montrent que l'algorithme a une précision allant jusqu'à 99 % avec un temps d'exécution de 70 millisecondes par trame qui convient aux applications industrielles.

Translated Description (Spanish)

En este estudio, proponemos el algoritmo de reconocimiento de gestos utilizando máquinas de vectores de soporte (SVM) e histograma de gradiente orientado (HOG). Además, también utilizamos el modelo CNN para clasificar los gestos. Abordamos y seleccionamos técnicas de aplicación de control de problemas para el sistema robótico. El objetivo del algoritmo es detectar gestos con velocidad de procesamiento en tiempo real, minimizar la interferencia y reducir la capacidad de capturar gestos no intencionales. Los controles de gestos estáticos se utilizan en este estudio, incluyendo encendido, apagado, aumento y disminución. Además, utiliza gestos de movimiento que incluyen encender el interruptor de estado y aumentar y disminuir el volumen. Los resultados muestran que el algoritmo tiene una precisión de hasta el 99% con un tiempo de ejecución de 70 milisegundos por fotograma que es adecuado para aplicaciones industriales.

Files

3986497.pdf.pdf

Files (15.8 kB)

⚠️ Please wait a few minutes before your translated files are ready ⚠️ Note: Some files might be protected thus translations might not work.
Name Size Download all
md5:ad5091b9b17f06fa0f620e2db9e568d1
15.8 kB
Preview Download

Additional details

Additional titles

Translated title (Arabic)
خوارزمية التعرف على إيماءات اليد باستخدام نموذج SVM و HOG للتحكم في النظام الآلي
Translated title (French)
Algorithme de reconnaissance des gestes de la main utilisant le modèle SVM et HOG pour le contrôle du système robotique
Translated title (Spanish)
Algoritmo de reconocimiento de gestos manuales utilizando el modelo SVM y HOG para el control del sistema robótico

Identifiers

Other
https://openalex.org/W3177206405
DOI
10.1155/2021/3986497

Is supplement to
https://openalex.org/W3204639664 (Other)
https://openalex.org/W3147379364 (Other)
https://openalex.org/W2989699735 (Other)
https://openalex.org/W2970836791 (Other)
https://openalex.org/W2902873204 (Other)
https://openalex.org/W2805039731 (Other)
https://openalex.org/W2185750513 (Other)
https://openalex.org/W2071599417 (Other)
https://openalex.org/W2026258298 (Other)
https://openalex.org/W2010878661 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
Vietnam

References

  • https://openalex.org/W1536680647
  • https://openalex.org/W1548485480
  • https://openalex.org/W1925403833
  • https://openalex.org/W1950116642
  • https://openalex.org/W1964846093
  • https://openalex.org/W1975770073
  • https://openalex.org/W2031342746
  • https://openalex.org/W2040262693
  • https://openalex.org/W2052040332
  • https://openalex.org/W2091405583
  • https://openalex.org/W2124214878
  • https://openalex.org/W2124386111
  • https://openalex.org/W2136061378
  • https://openalex.org/W2137401668
  • https://openalex.org/W2148514738
  • https://openalex.org/W2159940008
  • https://openalex.org/W2536559155
  • https://openalex.org/W2576265851
  • https://openalex.org/W2612915522
  • https://openalex.org/W2753041493
  • https://openalex.org/W2768217042
  • https://openalex.org/W2771480812
  • https://openalex.org/W2809049269
  • https://openalex.org/W2912118475
  • https://openalex.org/W2950036085
  • https://openalex.org/W2963685263
  • https://openalex.org/W3006095014
  • https://openalex.org/W3171261458